O Google lançou o Gemini Omni 1.2 Flash em 5 de novembro de 2026, sucessor do Omni 1.1 Flash. Ele gera clipes mais longos, custa menos por segundo e mantém rostos, produtos e detalhes de marca com mais firmeza, do primeiro ao último quadro. Ele já está disponível no estúdio de vídeo da Gobostock, onde substitui o 1.1. Este guia cobre o que mudou, quanto custa um clipe, como fazer os prompts e onde ele ainda fica aquém.
A versão resumida
- Clipes mais longos: de 3 a 15 segundos, em passos de um segundo, acima do limite de 10 segundos do 1.1.
- Mais barato: o Google lista 7 centavos de dólar por segundo em 720p, cerca de 30% abaixo do 1.1.
- Mais consistente: adesão mais forte a imagens de referência, com menos desvio em personagens, produtos e cenas.
- Melhor som: áudio nativo com sincronia labial mais clara e vozes distintas para vários falantes.
- Rascunho e depois finalização: rascunhos em 360p ou 720p, e 1080p ou 4K para o final.
O que há de novo no Omni 1.2 Flash
O anúncio do Google lista várias melhorias em relação ao 1.1. O ponto em comum é que os detalhes definidos no início de um clipe devem continuar lá no final.
Adesão a referências
As imagens de referência agora se mantêm por mais tempo em um clipe. O Google cita rostos, roupas, tipografia de embalagens e cores de marca como os detalhes que devem ser preservados, exatamente o que o trabalho com produtos, moda e marcas precisa. Ele também relata consistência mais forte de personagens, objetos e cenas, com menos desvio visual entre o primeiro e o último quadro.
Duração
Uma única geração chega a 15 segundos, em passos de um segundo a partir de 3. Isso é suficiente para um clipe social completo, uma rotação de produto ou uma linha curta de diálogo sem emendas.
Diálogo e som
O áudio é gerado junto com a imagem. O Google relata diálogos mais fluidos e naturais, sincronia labial mais clara e vozes distintas quando vários falantes são condicionados em uma cena.
Comportamento da câmera
O Google relata menos cortes indesejados, escala mais estável e um visual mais polido e cinematográfico. Na prática, isso significa menos clipes arruinados por um reenquadramento repentino no meio.
Preço
Em 720p, o preço da API é de 7 centavos de dólar por segundo, que o Google descreve como 30% menos que o 1.1, com economias semelhantes em outras resoluções. As saídas trazem a marca d'água imperceptível SynthID do Google.
Quanto custa um clipe na Gobostock
O vídeo é cobrado por segundo de saída. Estes são os créditos que o estúdio cobra, com valores em dólar na taxa do plano Starter de cerca de $0,00125 por crédito; planos maiores são um pouco mais baratos.
| Resolução | Créditos por segundo | Clipe de 5 segundos | Aprox. (USD) |
|---|---|---|---|
| Rascunho 360p | 27 | 134 | $0,17 |
| 720p | 94 | 467 | $0,58 |
| 1080p | 134 | 667 | $0,83 |
| 4K | 280 | 1.400 | $1,75 |
O som está incluído em todos os preços, porque o Omni sempre o gera. O estúdio mostra a cotação exata para suas configurações antes de qualquer cobrança, e não há conta separada do Google ou chave de API para gerenciar. Para comparar com Seedance, Kling, Wan e os demais, veja Melhores geradores de vídeo com IA em 2026, e para planos, a página de preços.
O que você pode fazer com ele no estúdio
A página Gemini Omni Flash 1.2 tem todos os detalhes. Em resumo, o estúdio oferece:
- Texto para vídeo: descreva a cena, de 3 a 15 segundos.
- Quadro inicial: sua imagem se torna o primeiro quadro.
- Quadros inicial e final: o clipe vai de uma imagem à outra.
- Até dez imagens de referência: o modelo mantém uma pessoa, produto ou estilo consistente sem forçar o primeiro quadro.
- 16:9 ou 9:16: paisagem ou vertical, em 360p, 720p, 1080p ou 4K.
Duas regras vêm do próprio modelo. Imagens de quadro não podem ser combinadas com imagens de referência em uma única solicitação, e um clipe que usa quadros ou referências é limitado a 10 segundos; apenas clipes somente com texto chegam a 15. O estúdio aplica ambas, então você não pode ser cobrado por segundos que o modelo não vai renderizar.
O Google também oferece edição de vídeo enviado em conversa, vídeos de referência e referências de áudio. Esses recursos ainda não estão no estúdio da Gobostock.
Como criar prompts para o Omni 1.2 com bons resultados
O Omni aceita prompts muito longos, mas longo não é o mesmo que claro. Uma estrutura que funciona bem para qualquer modelo de vídeo:
- Assunto e aparência: quem ou o que está na tela, e o que vestem ou do que são feitos.
- Uma ação principal: o que acontece neste clipe. Uma ação por clipe é mais confiável do que uma sequência.
- Câmera: "aproximação lenta", "câmera fixa em tripé", "seguimento com câmera na mão", "ângulo baixo".
- Luz e local: hora do dia, fonte de luz, ambiente.
- Som: som ambiente, clima musical e qualquer fala, escrita entre aspas.
Exemplo
Uma xícara de café de cerâmica sobre uma mesa de madeira de café perto de uma janela com chuva, luz da manhã. Vapor sobe e se desloca para a esquerda. Aproximação lenta, profundidade de campo rasa. Chuva suave no vidro, murmúrio tranquilo de café, um barista diz "Seu flat white está pronto" fora da câmera.
Para trabalho com produtos, anexe duas a quatro fotos de referência limpas do produto e diga o que não pode mudar: "mantenha o rótulo, a forma e a cor exatamente como nas referências". Nosso guia de fotografia de produto com IA cobre como tirar essas referências. Se você quiser começar de uma imagem estática, crie-a primeiro com um modelo de imagem e use-a como quadro inicial; o guia de imagem para vídeo explica o processo, e Como escrever prompts de imagem com IA que funcionam ajuda com a imagem estática em si.
Um fluxo de trabalho que economiza créditos
- Rascunhe em 360p. Um rascunho de 6 segundos custa 160 créditos, cerca de 20 centavos de dólar. Avalie movimento e ritmo, não o acabamento.
- Corrija uma coisa de cada vez. Mude a câmera, a ação ou uma referência, e faça outro rascunho.
- Finalize uma vez. Reexecute o prompt aprovado em 1080p ou 4K, na duração final.
Renderizar cada tentativa em 4K é o erro mais caro: dez tentativas de 5 segundos em 4K custam 14.000 créditos, enquanto dez rascunhos em 360p e um final em 4K custam 2.740.
Limites que você deve conhecer
- O áudio está sempre ligado. Você não pode desligá-lo; remova ou substitua em um editor se precisar de silêncio.
- Apenas dois formatos: 16:9 e 9:16, sem quadrado ou 21:9.
- 10 segundos com mídia. Quadros ou referências limitam o clipe a 10 segundos.
- Sem prompt negativo. Diga o que você quer, em vez do que evitar.
- Texto na imagem ainda pode distorcer em movimento. Adicione títulos em um editor.
É o modelo certo para você?
Escolha o Omni 1.2 quando o som importa, quando um produto ou personagem deve permanecer reconhecível, ou quando você quer rascunhos baratos em 360p antes de um acabamento em alta resolução. Escolha outra opção para formatos quadrados ou ultra-wide, para clipes com mais de 15 segundos (Wan 3.0 e Seedance 2.5 chegam a 30), ou quando você precisa de saída silenciosa do próprio modelo (Kling 3.0 Pro permite desligar o som).
Perguntas frequentes
Quando o Gemini Omni 1.2 Flash foi lançado?
O Google o anunciou em 5 de novembro de 2026 e o disponibilizou ao público no mesmo dia.
Qual pode ser a duração de um clipe do Gemini Omni 1.2?
De 3 a 15 segundos, em incrementos de um segundo. Com imagens de quadro ou imagens de referência, o limite é de 10 segundos.
Quanto custa o Gemini Omni 1.2 Flash?
No Gobostock, 27 créditos por segundo em 360p, 94 em 720p, 134 em 1080p e 280 em 4K, com som incluído. Um clipe de 5 segundos em 720p custa 467 créditos, cerca de 58 centavos de dólar no plano Starter.
Ele gera som?
Sim, sempre. Diálogo, som ambiente e música são gerados junto com a imagem, e o áudio não pode ser desativado.
O Gemini Omni 1.1 ainda está disponível?
Não no Gobostock. A versão 1.2 o substituiu, e os links para a página do 1.1 agora levam à página do 1.2.
Posso usar os vídeos comercialmente?
Em um plano pago do Gobostock, os Termos de Uso concedem a você uma licença comercial para o que você gerar, com limites como a proibição de uso para treinar modelos de IA. Veja Você pode usar imagens geradas por IA comercialmente? para entender como funciona o licenciamento de conteúdo gerado por IA.